期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于SVDD与距离测度的齿轮泵故障诊断方法研究 被引量:9
1
作者 王涛 李艾华 +1 位作者 王旭平 蔡艳平 《振动与冲击》 EI CSCD 北大核心 2013年第11期62-65,共4页
提出基于支持向量域描述与距离测度的齿轮泵故障诊断方法。对齿轮泵各种工况下振动信号进行小波包分解,提取各频带能量百分比作为特征向量;利用正常工况下特征向量训练SVDD超球模型,通过定义绝对距离测度检测齿轮泵状态是否出现异常;针... 提出基于支持向量域描述与距离测度的齿轮泵故障诊断方法。对齿轮泵各种工况下振动信号进行小波包分解,提取各频带能量百分比作为特征向量;利用正常工况下特征向量训练SVDD超球模型,通过定义绝对距离测度检测齿轮泵状态是否出现异常;针对每种工况的特征向量单独训练SVDD超球模型,通过定义相对距离测度准确定位齿轮泵的不同故障工况。试验结果表明,采用小波包频带能量可降低数据维数,能有效浓缩故障信息;基于绝对距离测度与相对距离测度的SVDD故障诊断方法既能检测异常状态,亦能区分各种故障工况,可实现状态监测与故障分类识别目的。 展开更多
关键词 小波包分解 支持向量域描述 距离测度 齿轮泵 故障诊断
在线阅读 下载PDF
基于相空间重构和遗传优化SVR的机械设备状态趋势预测 被引量:4
2
作者 王涛 李艾华 +2 位作者 高运广 蔡艳平 王旭平 《噪声与振动控制》 CSCD 2014年第3期176-181,共6页
针对机械设备振动信号序列的非线性、非平稳性特点,提出了一种基于相空间重构与遗传优化支持向量回归机的设备状态趋势预测方法。首先,采用相空间重构技术将一维振动信号时间序列转化成矩阵形式,自适应地选取特征,以相点作为输入特征训... 针对机械设备振动信号序列的非线性、非平稳性特点,提出了一种基于相空间重构与遗传优化支持向量回归机的设备状态趋势预测方法。首先,采用相空间重构技术将一维振动信号时间序列转化成矩阵形式,自适应地选取特征,以相点作为输入特征训练SVR预测器;然后应用自适应遗传算法对惩罚因子、不敏感系数以及高斯核宽度进行同步优化,自动获取最佳的建模参数;最后构建SVR预测模型,并将其应用于某机组振动信号预测。实验结果表明,无论是单步还是24步预测,本文所提遗传优化SVR模型的预测精度都要比标准SVR模型的预测精度高,说明该方法对机械设备的运行状态趋势具有较好的预测能力。 展开更多
关键词 振动与波 相空间重构 自适应遗传算法 支持向量回归 振动信号 趋势预测
在线阅读 下载PDF
改进决策的带异常样本1-SVM算法及应用
3
作者 王涛 李艾华 +2 位作者 王旭平 蔡艳平 张敏龙 《振动与冲击》 EI CSCD 北大核心 2015年第10期84-87,共4页
针对正常类样本多、异常类样本缺乏问题,基于异常样本加入能提高分类能力及分类精度考虑,提出改进决策的带异常样本1-SVM算法,并用于机械设备异常状态检测。用两类样本同时训练1-SVM模型可改善1-SVM算法对异常样本的描述能力;通过调整... 针对正常类样本多、异常类样本缺乏问题,基于异常样本加入能提高分类能力及分类精度考虑,提出改进决策的带异常样本1-SVM算法,并用于机械设备异常状态检测。用两类样本同时训练1-SVM模型可改善1-SVM算法对异常样本的描述能力;通过调整决策边界提高1-SVM算法的分类精度。柴油机气阀机构故障检测实验结果表明,该算法对正常类及故障类样本的识别率均高于标准1-SVM算法及带异常样本的1-SVM算法。 展开更多
关键词 一类支持向量机 异常样本 改进决策 故障检测
在线阅读 下载PDF
一种并行遗传优化核主元分析算法
4
作者 王涛 李艾华 +2 位作者 高运广 王旭平 蔡艳平 《噪声与振动控制》 CSCD 2013年第2期19-22,共4页
针对核主元分析算法参数设置和主元数量选取问题,提出一种并行优化核函数参数和主元数量的改进核主元分析算法。该算法以类别可分性为准则,应用自适应遗传算法同步对核参数和主元数量进行优化,实现了核参数和主元数量的并行选择。将改... 针对核主元分析算法参数设置和主元数量选取问题,提出一种并行优化核函数参数和主元数量的改进核主元分析算法。该算法以类别可分性为准则,应用自适应遗传算法同步对核参数和主元数量进行优化,实现了核参数和主元数量的并行选择。将改进后的核主元分析算法应用于柴油机气阀机构典型故障的特征提取中,结果表明:优化核主元分析能有效降低柴油机气阀机构故障特征向量的维数,提高各类样本的聚类效果。 展开更多
关键词 振动与波 核主元分析 遗传算法 并行优化 特征提取
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部